MoleculeNet HIV 数据集
数据集包含 41127 个样本，任务类型为分类，推荐使用 scaffold 划分和 AUROC 指标评估。该数据集可通过 scikit-fingerprints 库使用，适用于分子性质预测、药物发现和传染病相关研究（来源 Hugging Face，unknown 许可）
基本信息
资源简介
MoleculeNet HIV 数据集
scikit-fingerprints/MoleculeNet_HIV
MoleculeNet_HIV 是 MoleculeNet 基准中的 HIV 数据集，用于预测分子抑制 HIV 复制的能力。数据集包含 41127 个样本，任务类型为分类，推荐使用 scaffold 划分和 AUROC 指标评估。该数据集可通过 scikit-fingerprints 库使用，适用于分子性质预测、药物发现和传染病相关研究（来源 Hugging Face，unknown 许可）。
【数据集背景】
源站首次发布：2024-07-07。
【数据内容】
源站描述（机器翻译，仅供参考）：MoleculeNet HIV HIV 数据集 [[1]](#1)，属于 MoleculeNet [[2]](#2) 基准。它旨在通过 scikit-fingerprints 库使用。任务是预测分子抑制 HIV 复制的能力。 | 特征 | 描述 | |:------------------:|:---------------:| | 任务数 | 1 | | 任务类型 | 分类 | | 总样本数 | 41127 | | 推荐划分 | scaffold | | 推荐指标 | AUROC | 警告： 在较新的 RDKit 版本中，由于某些原子的高价态不被允许，原始数据集中的 7 个分子无法正确读取（见发布说明）。此版本的 HIV 数据集包含对这些分子的手动修复，修复通过交叉引用原始 NCI 数据 [[1]](#1)、PubChem 子结构搜索和视觉
【数据结构与技术规格】
文件数 2 个，合计 2.43 MB。
【主题与分类】
主题标签：chemistry、biology、medical。本站分类：感染/艾滋病毒/艾滋病。
【获取与许可】
源站页面：https://huggingface.co/datasets/scikit-fingerprints/MoleculeNet_HIV
使用许可：unknown。
【使用注意】
· 源站最后修改于 2025-02-02，引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("scikit-fingerprints/MoleculeNet_HIV")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/scikit-fingerprints/MoleculeNet_HIV
数据集大小约 1.8 MB。
仓库文件结构
.gitattributesREADME.mdhiv.csvogb_splits_hiv.json
数据说明
scikit-fingerprints (2026). MoleculeNet_HIV [Dataset]. https://huggingface.co/datasets/scikit-fingerprints/MoleculeNet_HIV
完整数据卡：huggingface.co/datasets/scikit-fingerprints/MoleculeNet_HIV
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
